Competitive EV charging station location with queues
Notice bibliographique
Résumé
Ce travail combine la théorie des files d’attente, la théorie des jeux et l’optimisation combinatoire — trois domaines importants de la recherche opérationnelle — pour aborder un problème urgent et d’intérêt pratique : la planification stratégique de l’infrastructure de recharge pour véhicules électriques (VE). Motivée par l’importance croissante des enjeux sociétaux et environnementaux liés à l’adoption accélérée des VE, en particulier dans des régions comme le Québec où les objectifs gouvernementaux visent une réduction significative des émissions liées au transport, cette recherche développe un cadre complet de modélisation et de résolution pour orienter l’implantation de bornes de recharge publiques dans des marchés urbains concurrentiels. Nous modélisons le problème de planification comme un programme d’optimisation bilinéaire non linéaire. Au niveau supérieur, un planificateur central cherche à maximiser l’accessibilité en sélectionnant les emplacements optimaux pour les stations, l’accessibilité étant définie par le débit des usagers — une mesure de la qualité de service fondée sur la théorie des files d’attente. Au niveau inférieur, des usagers autonomes choisissent leur station en fonction du temps de déplacement, du temps d’attente et de la probabilité de renoncement, ce qui donne lieu à un problème d’équilibre utilisateur. Afin de représenter de manière réaliste la congestion et le comportement des usagers, nous étudions trois systèmes de files d’attente finies ($M/M/1/K$, $M/M/s/K$, et $M/E_r/s/K$), dont nous caractérisons analytiquement les indicateurs de performance, avec validation par simulation. Nous proposons deux approches de résolution complémentaires : une méthode de linéarisation inspirée de la littérature sur la localisation d’installations en contexte de congestion et de concurrence, et une heuristique fondée sur un modèle substitut, conçue pour la mise à l’échelle. En appliquant cette méthodologie à une étude de cas réelle dans une zone urbaine de la ville de Montréal (Canada), nous mettons en évidence des enseignements sur l’impact de la concurrence et des hypothèses comportementales sur les décisions d’infrastructure et l’accessibilité du réseau. En intégrant la dynamique détaillée des files d’attente, le contexte concurrentiel et le comportement des usagers dans la planification de l’infrastructure, cette thèse propose un cadre original et pertinent pour les politiques publiques, susceptible de soutenir les objectifs de transport durable grâce à des stratégies plus efficaces de planification des bornes de recharge publiques pour VE.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».